Nace en San Vicente del Raspeig en 2000. En 2022 obtiene el grado de Ingeniería Informática por la Universidad de Murcia con Mención Honorífica a la Excelencia Académica. A continuación cursa el máster en Nuevas Tecnologías en Informática por la Universidad de Murcia obteniendo el título de máster en el año 2023. Además, obtuvo una beca de Iniciación a la Investigación por parte de la Universidad de Murcia con duración de 3 meses en 2022 y otra beca asociada a proyecto con duración de 6 meses en 2023, con la cuáles se estableció como becario en el departamento de Ingeniería y Tecnología de Computadores. En el año 2023 obtiene una ayuda de la Fundación Séneca para realizar la tesis doctoral en la Universidad de Murcia. Domina las lenguas español e inglés.
En la última década, las Deep Neural Networks (DNNs) han proliferado rápidamente, convirtiéndose en fundamentales para la Inteligencia Artificial, aunque estas demandan grandes recursos computacionales. El enfoque actual se dirige hacia arquitecturas especializadas para DNNs, dada la terminación de la Ley de Moore. El cómputo principal en DNNs se basa en multiplicación de matrices, donde el formato disperso de matrices, especialmente en Sparse-Sparse Matrix Multiplication (SpMSpM), ha destacado por optimizar tiempo, memoria y energía. Aunque han surgido diversos aceleradores SpMSpM, la optimización de jerarquías de memoria específicas para estas tareas aún no ha sido lo suficientemente explorada, al igual que su configuración óptima mediante un mapper. Esta tesis doctoral busca optimizar los aceleradores SpMSpM multi-dataflow para procesar DNNs modernas en fases de inferencia y entrenamiento. Se enfoca en innovaciones arquitectónicas centradas en la jerarquía de memoria para maximizar la reutilización de datos y reducir accesos a memoria global. Se consideran aceleradores uni-core, multi-core homogéneos y heterogéneos. Se desarrollará un framework para automatizar el diseño del sistema embebido (DSE) mediante un co-diseño compilador-acelerador basado en Apache TVM y AutoTVM.
Arquitectura de Computadores
Arquitectura de Computadores y Sistemas Paralelos (CAPS)
Director: Manuel Eugenio Acacio Sánchez
Codirector: José Luis Abellán Miguel
Doctorado en Informática
01/03/2024
En desarrollo
